Ramen åpner kildekoden til Aura Autopilot for å bringe KI-spilltesting til Unreal, Unity og Godot

Et spill kan kompileres uten feil og likevel ha et hopp som ikke fungerer, et mål som ikke kan nås eller en meny som aldri lukkes. Med Aura Autopilot, en åpen kildekode-agent som spiller spill, vil Ramen tette dette gapet. Agenten ble kunngjort 30. oktober for Unreal Engine, Unity og Godot. Verktøyet er utviklet for å lære et spill mens det spiller, jobbe mot mål på lengre sikt og la utviklere rette oppmerksomheten mot bestemte systemer.

Kunngjøringen bygger videre på Aura, Ramens eksisterende utviklingsassistent med flere agenter for Unreal og Unity. Den foreslåtte arbeidsflyten kobler sammen to aktiviteter som ofte holdes atskilt: Én agent bygger en spillfunksjon, mens en annen går inn i spillet for å teste om funksjonen faktisk virker. For spillstudioer ligger betydningen i at denne tilbakemeldingssløyfen blir kortere, uten at en utvikler må gjenta alle grunnleggende handlinger manuelt etter hver endring.

Derfor tilfører det å spille spillet noe som kodekontroller ikke kan

Kompilering bekrefter at koden følger reglene i programmeringsspråket. Den bekrefter ikke at en spiller kan fullføre et oppdrag, eller at en utholdenhetsmåler tømmes i den planlagte hastigheten. Slike utfall avhenger av systemer som samvirker over tid: inndata, fysikk, animasjon, spilltilstand, grensesnittelementer og noen ganger flere spillere som er tilkoblet samtidig.

Ramens dokumentasjon for den eksisterende verifiseringsagenten i Aura konkretiserer dette skillet. I Unreal starter den Play-In-Editor, undersøker informasjon fra kjøretiden, for eksempel aktører som er opprettet, evneattributter og om grensesnittet er synlig, og kan legge ved videoopptak som dokumentasjon. Den kan forsøke å rette en feil og kjøre verifiseringen på nytt. Den dokumenterte Unity-implementasjonen er enklere: Den kompilerer, går inn i Play-modus og kontrollerer skjermbilder, uten de samme avanserte funksjonene for videodokumentasjon.

Autopilot er den nylig kunngjorte agenten for spilltesting, så disse eksisterende funksjonene gir kontekst, men beviser ikke at alle spillmotorer har identisk funksjonalitet. Ramen sier at Autopilot kan spille skytespill, actionrollespill, mobilspill, overlevelsesspill med håndverkssystemer, turbaserte japanske rollespill (JRPG-er) og sanntidsstrategispill. Dette er en påstand om bredden i de første demonstrasjonene, ikke et bevis på at alle kommersielle spill eller uvanlige kontrolloppsett fungerer uten tilpasninger.

Styrbar testing er viktigere enn at KI-en vinner en demonstrasjon

For utviklingsteam må en nyttig agent som spiller spill, gjøre mer enn å overleve et nivå. Den må undersøke atferden utvikleren er opptatt av. Ramen beskriver Autopilot som styrbar: Teamet kan rette den mot et bestemt system samtidig som den planlegger mot mål på lengre sikt.

Tenk deg en hypotetisk endring i inventarsystemet. En meningsfull test kan kreve at agenten finner en gjenstand, plukker den opp, åpner inventaret, utstyrer den og kontrollerer at figurens atferd endres. En slik sekvens gir mer informasjon enn bare å se at et inventarvindu åpnes. Den gir også flere muligheter for feil som en begrenset, skriptbasert kontroll kanskje ikke oppdager.

I praksis betyr dette at utviklere må formulere tydelige mål og godkjenningskriterier. «Test inventaret» gir rom for betydelig tolkning. «Plukk opp denne gjenstanden, utstyr den og bekreft at skadeverdien endres» gir agenten et observerbart resultat. Teamene trenger fortsatt dokumentasjon på hva agenten forsøkte, og hva som skjedde; en velformulert melding om at testen var vellykket, er ikke nok i seg selv.

Hva «selvforbedrende» innebærer – og hva som fortsatt er uklart

«Aura Autopilot spiller alle slags spill i sanntid og lærer underveis. Jo mer den spiller, desto bedre blir den», sa Ramen-sjef og medgrunnlegger Andy Tsen i kunngjøringen. «Det åpner en ny front innen kvalitetssikring av spill, og vi gjør kildekoden åpen slik at utviklere og forskere kan videreutvikle den.»

Ramen beskriver agenten som rekursivt selvforbedrende og sier at den leverer resultater raskere etter hvert som den får erfaring med et spill. I kunngjøringen spesifiseres det ikke om forbedringen skyldes vedvarende minne, reviderte strategier, genererte verktøy, modelltrening eller en kombinasjon av disse. Mekanismene har ulike konsekvenser for reproduserbarhet, kostnader og hvor godt lærdommen overlever en større spilloppdatering.

Et testsystem som tilpasser seg, kan være nyttig når mål og omgivelser endres, men tilpasningen gjør det også vanskeligere å sammenligne testkjøringer. Studioer som vurderer verktøyet, bør lagre spillversjonen, modellkonfigurasjonen, målet og startbetingelsene sammen med resultatet. Da blir det enklere å skille en fastslått feil fra en annen rute gjennom nivået.

Åpen kildekode skiller testlaget fra én enkelt modelltilbyder

Ramen sier at den frittstående Autopilot fungerer med eksisterende Claude Code- og Codex-abonnementer eller med utviklerens egen API-nøkkel. Den integreres også i Aura-abonnementer. Det annonserte GitHub-prosjektet gir studioer og forskere et sted der de kan undersøke og videreutvikle testlaget, i stedet for at hvert team må bygge denne infrastrukturen på egen hånd.

Denne fleksibiliteten kan hjelpe studioer med å sammenligne modeller i sine egne spill og finne en god balanse mellom responstid, pålitelighet og kostnader. En rask modell kan håndtere enkle interaksjoner godt, men få problemer med et mål som krever at den husker flere tidligere beslutninger. En mer kapabel modell kan øke andelen oppgaver som fullføres, men samtidig gjøre gjentatte kjøringer dyrere. At løsningen er tilgjengelig som åpen kildekode, fjerner ikke kostnadene for modellbruk eller regnekraften som kreves for å kjøre spillet.

Det er også viktig å skille mellom Autopilot og det bredere Aura-produktet. Kunngjøringen oppgir Unreal, Unity og Godot som plattformer for testagenten, mens Auras bredere utviklingsassistent fortsatt er rettet mot Unreal og Unity. Støtte for Godot i Autopilot betyr ikke at alle Auras verktøy for innholdsproduksjon nå er tilgjengelige i Godot.

Slik bør ytelsespåstandene forstås

Ramen oppgir at Autopilot kjører tre ganger raskere enn den tidligere Verification Agent til en lavere kostnad, og sier at resultatene fra spilltestingen er bedre enn Bezi, NeoStack, Claude Code og Codex. Selskapet planlegger å publisere en tilhørende hvitbok om arkitekturen og referansetestene.

Disse tallene er rapportert av selskapet. Forhåndsmaterialet som ble levert til denne artikkelen, inneholder ikke den fullstendige testmetodikken, oppgavesettet, modellversjonene, kriteriene for hva som regnes som en feil, eller kostnadsberegningene. Resultatene dokumenterer derfor ikke at løsningen er bedre for arbeidsflyten i alle studioer. En nyttig evaluering i produksjon ville sammenlignet hvor mange tester som fullføres, oversette feil, falske alarmer, kjøretid og de samlede modellkostnadene på de samme spillversjonene.

Raskere iterasjon krever fortsatt menneskelig kvalitetssikring

Automatisert spilletesting kan gjøre det enklere for små team å gjennomføre gjentatte kontroller og gi større studioer en ekstra måte å teste spillversjoner som stadig endres på. Det er særlig nyttig når den samme sekvensen må gjentas etter mange små endringer. Metoden egner seg dårligere til å avgjøre om kamp føles tilfredsstillende, om en opplæring er imøtekommende, eller om en historie får følelsesmessig gjennomslag.

Ramen utvider verktøyene for innholdsproduksjon parallelt med testingen: Kunngjøringen omfatter integrasjoner med Figma og Blender, instruksjonsstyrt figur­animasjon og en oppdatert agent for nivådesign av større grovutkast. Raskere innholdsproduksjon gjør det enda viktigere å kontrollere interaksjonene som oppstår. Verdien av en arbeidsflyt der man bygger og tester, handler ikke bare om å produsere flere ressurser, men også om å oppdage feil før det blir vanskeligere å nøste opp i dem i ressursene og systemene.

Ramens bakgrunn bidrar til å forklare denne satsingen. Det tidligere VR-studioet utviklet Zenith før det gikk over til utviklerverktøy, og opplyser at oppkjøpet av Coplay i 2026 styrket Auras funksjoner for Unity. Med Autopilot blir denne strategien tydeligere: AI som kan bidra til å lage et spill, trenger også en pålitelig måte å undersøke spillet den har laget på. For spillerne vil den mulige gevinsten på sikt være færre ødelagte interaksjoner i den ferdige utgivelsen – ikke en erstatning for menneskene som vurderer om opplevelsen er verdt å spille.